Scipy integrate.quad计算积分异常：积分可能发散或收敛缓慢

问题原因 #

当积分区间为[0,10]时，x³会快速增长，导致cos(x³+1)的振荡频率随x增大急剧升高——x=10时，函数内部的自变量达到1001，余弦函数在这个范围内会发生上千次振荡。quad的自适应积分算法默认设置下，无法高效捕捉这种高频振荡的细节，容易出现收敛失败或结果精度不足的情况。而x或x²在[0,10]范围内增长平缓，振荡频率低，算法能轻松处理。

解决方案 #

可以通过调整quad的参数来提升对高频振荡函数的处理能力：

• 增大limit参数：允许算法使用更多子区间采样振荡区域
• 手动指定points参数：标记函数振荡开始加剧的区间点，引导算法在这些区域增加采样

调整limit参数的示例代码 #

import numpy as np
from scipy.integrate import quad

def cos_func(x):
    return np.cos(x**3 + 1)

# 增大limit到1000（默认是50），提升子区间数量
result_quad, error = quad(cos_func, 0, 10, limit=1000)
print(f"积分结果：{result_quad}")
print(f"估计误差：{error}")

指定points参数的示例代码 #

如果知道x³开始快速增长的区间（比如x=5之后，x³=125，振荡频率明显上升），可以手动指定这些点让算法重点采样：

import numpy as np
from scipy.integrate import quad

def cos_func(x):
    return np.cos(x**3 + 1)

# 指定需要重点采样的区间点
result_quad, error = quad(cos_func, 0, 10, points=[5, 7, 9])
print(f"积分结果：{result_quad}")
print(f"估计误差：{error}")

补充说明 #

如果上述方法仍不满足需求，还可以考虑将积分区间拆分为多个子区间（比如[0,2], [2,4], ..., [8,10]）分别积分后求和，这样每个子区间内的振荡频率相对可控，算法更容易收敛。

内容的提问来源于stack exchange，提问作者Joliver